哔哩哔哩
游戏广告数据开发工程师
游戏广告数据开发工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Ai数据应用
Hologres
Sql
数据仓库
值不值得投
72综合评分
综合评分 72
核心商业化数据开发岗，技术栈前沿且结合AI，薪资未披露但平台大，需具备较强抗压能力。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.5万
比数据工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 570 个在招 · 其中数据工程 4 个
市场机会
选择面较广
上海 · 数据工程 · 约 100 个在招
职位详情
关于这个职位
该职位负责哔哩哔哩游戏广告业务的数据平台与数据仓库建设，涵盖离线与实时数据链路的设计、开发及优化
你需要利用大数据技术保障数据质量与性能，并探索AI技术在数据开发与分析中的落地应用，为业务决策提供高质量数据支持
最低要求
具备 3 年及以上数据开发经验，能够独立完成需求分析、方案设计、开发上线及运行维护
具备数据架构设计能力，熟悉数仓分层、维度建模、主题域划分及指标体系建设，有实际项目经验
精通 SQL，熟悉复杂查询、执行计划分析及性能调优
熟练掌握 Python、Java 或 Scala 中至少一种语言
熟悉 Spark、Flink、Kafka、Hive 等主流大数据技术，具备离线或实时数据处理经验
熟悉数据开发规范、任务依赖与调度机制，能够定位和解决数据质量、链路延迟及稳定性问题
对 AI 技术及其数据应用有基本理解，愿意结合业务场景推动落地，具备数据安全与结果校验意识
具备良好的业务理解、沟通协作及问题分析能力，对交付质量和数据结果负责
工作职责
负责数据平台及数据仓库的设计、开发与迭代，支持业务分析、经营决策及数据应用
参与数据架构规划，设计数据分层、主题域及数据模型，提升架构的可扩展性与可维护性
负责离线及实时数据链路建设，包括数据采集、清洗、加工、调度与数据服务
完善数据质量校验、任务监控及异常处理机制，保障数据准确性、完整性与及时性
持续优化数据任务与查询性能，提升平台稳定性，合理控制计算及存储成本
参与 AI 应用的数据建设，为大模型应用、知识库及智能分析提供高质量数据支持
探索使用 AI 工具辅助 SQL 开发、数据分析、异常排查和文档生成，提升研发效率并做好结果验证
优先资格
熟悉阿里云数据技术体系者优先，有 DataWorks、MaxCompute、Hologres、实时计算 Flink 版等组件的实际使用经验
精通阿里云 Hologres（Holo）者加分，具备表设计、数据写入、实时数仓建设、查询优化及资源调优经验
有 AI 相关项目经验，如 RAG 知识库、向量检索、自然语言转 SQL（NL2SQL）、智能数据分析或 AI Agent 数据工具接入
有从 0 到 1 建设数据平台、数据架构升级、数据治理或成本优化经验
抗压能力强者加分，能够在多任务并行、关键交付节点或突发故障场景下，合理安排优先级、及时沟通风险并推动问题解决
AI 洞察
优缺点分析
优点
- 业务场景核心：游戏广告是公司的核心商业化业务，数据开发直接支撑经营决策，业务价值高
- 技术栈前沿：不仅涵盖主流大数据组件，还明确引入AI大模型、RAG、NL2SQL等前沿技术应用
- 平台资源丰富：依托海量数据与完善的阿里云技术体系，利于技术深度探索与架构演进
- 技术迭代快：需要不断学习AI工具及大模型数据建设的新方法，平衡日常业务交付与新技术探索
缺点 / 挑战
- 工作强度与压力：商业化数据对准确性和及时性要求极高，且需具备较强抗压能力以应对突发故障
- 适合具备扎实大数据开发基础、对AI与数据结合有浓厚兴趣，且能承受较高业务压力与快节奏工作的技术人才
角色解读
- 纵向可发展为资深数据架构师或数据技术专家，主导更复杂的数据中台与底层架构设计
- 横向可向数据科学家或AI数据工程方向拓展，深耕大模型数据建设与智能化业务赋能
- 负责游戏广告业务的数据平台与数据仓库设计、开发及迭代，构建离线与实时数据链路
- 优化数据任务与查询性能，完善数据质量校验与监控机制，保障数据的准确性与及时性
- 探索并落地AI技术在数据开发中的应用，为大模型、知识库及智能分析提供高质量数据支持
- 精通SQL及至少一门编程语言（Python/Java/Scala），具备扎实的数据架构设计与维度建模能力
- 熟练掌握Spark、Flink、Kafka、Hive等主流大数据组件，具备丰富的离线与实时数据处理经验
- 对AI技术及其数据应用有基本理解，能够结合业务场景推动AI工具辅助研发与数据分析
申请策略
- 在简历或面试中展现对游戏广告业务的理解，说明数据如何赋能商业化决策与ROI提升
- 突出数据仓库架构设计与维度建模经验，展示从0到1建设数据平台或进行架构升级的实际项目成果
- 强调在Spark/Flink等实时计算及性能调优方面的深度实践，以及解决数据质量与链路延迟问题的案例
- 重点展示AI相关项目经验，如RAG知识库建设、NL2SQL或AI Agent数据工具接入的落地成果
- 深入学习阿里云数据技术体系（如Hologres、MaxCompute），掌握实时数仓建设与查询优化技巧
- 了解大模型数据应用前沿，熟悉向量检索、RAG架构及智能数据分析的实现原理
面试指南
- STAR法则：针对架构设计或性能优化问题，清晰阐述背景、任务、具体行动（技术选型与调优细节）及量化结果
- 业务价值导向：在回答技术问题时，始终将技术实现与业务价值（如提升决策效率、降低计算成本）相结合
- 请分享一个你主导的数据仓库架构设计或数据模型优化的项目，你是如何划分主题域和设计分层的？
- 在实时数据链路建设中，你如何处理数据延迟和保证数据一致性？遇到过哪些性能瓶颈及如何调优？
- 你如何看待AI工具在数据开发中的应用？是否有过使用AI辅助SQL开发或数据分析的实际经验？
- 面对多任务并行或突发数据故障时，你通常如何排查问题并安排优先级？
- 复习数仓建模理论（如Kimball维度建模）及大数据组件底层原理，准备至少两个深度的性能调优案例
- 了解B站游戏广告业务的基本逻辑，思考数据指标体系如何构建以支撑广告投放效果分析
职位点评
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利
75中等
JD未明确披露薪资与福利细节，但基于岗位核心程度与技术要求，预计整体薪酬包具备市场竞争力。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
85较高
岗位涉及核心商业化数据及AI前沿技术应用，技术栈现代且成长空间广阔，能显著提升个人技术壁垒。
技术前沿主流现代技术
技术栈SQL、Python、Spark、Flink、Kafka、Hive、Hologres、RAG、NL2SQL
业务类型profit_center
工作生活
50较低
JD中明确提及需要较强的抗压能力以应对多任务并行与突发故障，暗示工作节奏较快，WLB可能受限。
工作模式未明确
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
70中等
游戏与视频行业属于成熟稳定赛道，岗位通过数据赋能商业化，社会影响力一般，但在AI应用探索上具有创新性。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs